[論文レビュー] Trivariate polynomial approximation on Lissajous curves

Len Bos, Stefano De Marchı+1 more|arXiv (Cornell University)|Feb 13, 2015

Advanced Numerical Analysis Techniques参考文献 27被引用数 5

ひとこと要約

本稿は、3次元立方体におけるリサージュ曲線を用いた3変数多項式近似フレームワークを提案する。このフレームワークにより、ランク1チェビシェフ格子上でのハイパーロケーションおよび離散極値点集合（FeketeおよびLeja型）の構築が可能となる。整数三重項が特定の直交性条件を満たすようにパrameter化された新規な3次元リサージュ曲線を用いることで、1次元高速チェビシェフ変換を1回のみ適用する方法により、計算が著しく効率化され、低リーマン定数と高い近似精度が達成される。本手法は、磁気粒子画像化（MPI）への応用が期待される。

ABSTRACT

We study Lissajous curves in the 3-cube, that generate algebraic cubature formulas on a special family of rank-1 Chebyshev lattices. These formulas are used to construct trivariate hyperinterpolation polynomials via a single 1-d Fast Chebyshev Transform (by the Chebfun package), and to compute discrete extremal sets of Fekete and Leja type for trivariate polynomial interpolation. Applications could arise in the framework of Lissajous sampling for MPI (Magnetic Particle Imaging).

研究の動機と目的

• 3次元立方体における2変数から3変数多項式近似へのリサージュ曲線フレームワークの拡張。
• リサージュ曲線上に位置するノードを用いて、積チェビシェフ測度に対する代数的数値積分公式の構築。
• 曲線上での1次元高速チェビシェフ変換を1回適用する方法により、3変数ハイパーロケーションを効率的に実現。
• 得られたチェビシェフ格子から、安定な多項式補間に適した離散極値点集合（FeketeおよびLeja型）の抽出。
• 磁気粒子画像化（MPI）などの新興応用に適した、計算的に効率的かつ数値的に安定なフレームワークの提供。

提案手法

• 整数の偶奇に基づく区分的整数式から導かれる周波数三重項 (aₙ, bₙ, cₙ) を用いて3次元リサージュ曲線を定義し、全次数 ≤ 2n の単項式の直交性を保証する。
• 3次元立方体上での任意の3変数多項式（全次数 ≤ 2n）の積チェビシェフ測度に関する積分が、π²倍のリサージュ曲線に沿った1次元積分に等しいことを証明する。
• 曲線上での関数値をサンプリングし、1次元高速チェビシェフ変換を1回適用することで3変数ハイパーロケーションを構築し、効率的な直交射影を実現する。
• バーデモンデ型行列を用いた線形方程式系を解き、解の非ゼロ成分に対応する添え字を選択することで、近似Fekete点（AFP）を抽出する。
• 同一の行列に対してLU分解（行ピボットあり）を適用し、ネスト構造と一意可解性を保証することで、離散Leja点（DLP）を計算する。これにより、任意の次数 r ≤ n まで段階的な補間が可能となる。
• Matlabパッケージを用いた数値実験により、低リーマン定数と高い補間精度が確認された。

実験結果

リサーチクエスチョン

• RQ1 全次数 ≤ 2n の任意の多項式について、3次元立方体上でのチェビシェフ積分が、リサージュ曲線に沿った1次元積分の定数倍に等しくなるような3次元リサージュ曲線を構築可能か？
• RQ2 得られた曲線が、1次元変換による安定的かつ高精度な多変数ハイパーロケーションを可能にするランク1チェビシェフ格子を生成するか？
• RQ3 格子ノードから、低リーマン定数と高い近似精度を実現する離散極値点集合（FeketeおよびLeja型）を抽出可能か？
• RQ4 抽出された点集合のリーマン定数は、理論的上限 dim(ℙₙ³) や連続Fekete点のものと比較してどうなるか？
• RQ5 サンプリングが1本の軌道に制限されるような実用的状況（例：磁気粒子画像化（MPI））において、本フレームワークを実際に適用可能か？

主な発見

• 提案された3次元リサージュ曲線により、全次数 ≤ 2n の任意の多項式について、3次元チェビシェフ積分と曲線に沿った1次元積分が正確に等しくなることが保証される。
• 本手法により、多次元アプローチと比較して著しく計算コストを低減する1次元高速チェビシェフ変換1回で3変数ハイパーロケーションが実現可能である。
• 近似Fekete点および離散Leja点の両方のリーマン定数は、理論的上限 dim(ℙₙ³) よりも著しく低く、n に対して概ね2次関数的に増加する。
• 離散Leja点はネストされた列を形成し、任意の次数 r ≤ n まで段階的な補間が可能であり、各段階で一意可解な集合が得られる。
• 数値実験の結果、テスト関数 f₁ および f₂ の補間において高い精度が得られ、次数が増加するに従い相対誤差が急速に減少することが確認され、本手法の頑健性が裏付けられた。
• 本フレームワークはMatlabパッケージとして実装されており、ノード座標がダウンロード可能で、サンプリングが1本の軌道に制限される応用（例：MPI）への直接的な利用が可能である。